Hugging Face исследовали multi-harness RL: обучение с подкреплением сразу через Claude Code, Codex, OpenCode и Mini-SWE-Agent.
Для этого объединили три проекта:
• OpenEnv записывает обращения к модели, токены и вероятности генерации.
• Harbor запускает одинаковые задачи в контейнерах через разные обвязки.
• TRL использует собранные данные для обучения.
Каждая обвязка сохраняет собственные инструменты, промпты и цикл работы. Модель учится внутри настоящих агентов.
По данным авторов, у LFM2.5-2.6B доля тестовых задач, решённых с первой попытки, выросла с 42,2% до 54,2%. Улучшения появились во всех четырёх обвязках. На задачах, которые решили обе версии модели, обученная использовала на 31% меньше вызовов инструментов.
Эксперимент ограничен одним семейством задач, но показывает перспективный подход: адаптацию к разным обвязкам можно закладывать прямо в обучение.
📖 Руководство: https://huggingface.co/spaces/FineEnvs/multi-harness-rl
Для этого объединили три проекта:
• OpenEnv записывает обращения к модели, токены и вероятности генерации.
• Harbor запускает одинаковые задачи в контейнерах через разные обвязки.
• TRL использует собранные данные для обучения.
Каждая обвязка сохраняет собственные инструменты, промпты и цикл работы. Модель учится внутри настоящих агентов.
По данным авторов, у LFM2.5-2.6B доля тестовых задач, решённых с первой попытки, выросла с 42,2% до 54,2%. Улучшения появились во всех четырёх обвязках. На задачах, которые решили обе версии модели, обученная использовала на 31% меньше вызовов инструментов.
Эксперимент ограничен одним семейством задач, но показывает перспективный подход: адаптацию к разным обвязкам можно закладывать прямо в обучение.
📖 Руководство: https://huggingface.co/spaces/FineEnvs/multi-harness-rl
🔥8❤7⚡3👍1
🧮 Математика для ИИ на русском: от школьной базы до трансформеров и диффузии
Бесплатный курс-шпаргалка на GitHub, который связывает формулы с их применением в ML: интуиция → формула → иллюстрация → код на NumPy → задачи.
Внутри:
• Линейная алгебра, производные, вероятности и статистика.
• Backpropagation, оптимизаторы, функции потерь и attention.
• Генеративные модели, обучение с подкреплением, RAG и рекомендации.
Для практики: 26 Jupyter-ноутбуков с запуском в Colab, 60 задач с решениями и 160 вопросов с собеседований. Есть карточки Anki и глоссарий RU ↔ EN.
Если математика забылась, предусмотрен отдельный справочник с нуля: от дробей и процентов до интегралов и матриц.
https://github.com/justxor/math-for-ai-2026
Бесплатный курс-шпаргалка на GitHub, который связывает формулы с их применением в ML: интуиция → формула → иллюстрация → код на NumPy → задачи.
Внутри:
• Линейная алгебра, производные, вероятности и статистика.
• Backpropagation, оптимизаторы, функции потерь и attention.
• Генеративные модели, обучение с подкреплением, RAG и рекомендации.
Для практики: 26 Jupyter-ноутбуков с запуском в Colab, 60 задач с решениями и 160 вопросов с собеседований. Есть карточки Anki и глоссарий RU ↔ EN.
Если математика забылась, предусмотрен отдельный справочник с нуля: от дробей и процентов до интегралов и матриц.
https://github.com/justxor/math-for-ai-2026
👍14❤13🔥6😁4
🌍 Google Earth AI помогает прогнозировать вспышки заболеваний по данным о местности
Модель PDFM объединяет агрегированные поисковые тренды, перемещения людей, инфраструктуру, погоду и качество воздуха в цифровой «отпечаток» территории.
Эти данные можно добавить в существующие эпидемиологические модели без отдельного дообучения PDFM под каждую задачу.
Google представила пять исследований с партнёрами. Среди результатов:
• Денге в Мексике: прогноз на месяц вперёд улучшился в до 72% муниципалитетов с активной передачей инфекции.
• Холера в ДР Конго: точность выбора пяти наиболее опасных зон на восемь недель вперёд выросла примерно на 18%.
• Вакцинация против кори, паротита и краснухи: учёт связей между США и Канадой помог точнее оценивать охват прививками в приграничных районах.
Практическая цель: раньше понимать, куда направлять медицинские ресурсы, особенно когда официальная статистика запаздывает.
Датасет доступен коммерчески в Preview. Для некоторых исследовательских задач можно запросить бесплатный доступ.
https://research.google/blog/earth-ais-planetary-geospatial-foundation-models-for-global-public-health/
Модель PDFM объединяет агрегированные поисковые тренды, перемещения людей, инфраструктуру, погоду и качество воздуха в цифровой «отпечаток» территории.
Эти данные можно добавить в существующие эпидемиологические модели без отдельного дообучения PDFM под каждую задачу.
Google представила пять исследований с партнёрами. Среди результатов:
• Денге в Мексике: прогноз на месяц вперёд улучшился в до 72% муниципалитетов с активной передачей инфекции.
• Холера в ДР Конго: точность выбора пяти наиболее опасных зон на восемь недель вперёд выросла примерно на 18%.
• Вакцинация против кори, паротита и краснухи: учёт связей между США и Канадой помог точнее оценивать охват прививками в приграничных районах.
Практическая цель: раньше понимать, куда направлять медицинские ресурсы, особенно когда официальная статистика запаздывает.
Датасет доступен коммерчески в Preview. Для некоторых исследовательских задач можно запросить бесплатный доступ.
https://research.google/blog/earth-ais-planetary-geospatial-foundation-models-for-global-public-health/
❤9🔥8👍7
Как мы перешли от CatBoost к нейросетям в рекомендациях Авито
Рекомендации на главной дают Авито половину просмотров объявлений и около 30% контактов покупателей с продавцами. С 2020 года их ранжировал CatBoost, но со временем он упёрся в потолок: даже кратно больше данных уже не давало прироста качества.
Мы перешли на нейросетевое ранжирование, и вот что получилось:
🚀 +4,3% пользователей с контактами из рекомендаций
🤝 +0,8% пользователей, совершивших сделку, по всему Авито
Техлид команды рекомендаций Ярослав Хныков рассказал на Хабре, какие решения сработали.
Больше про DS в Авито пишем в канале «Доска AI-объявлений».
Рекомендации на главной дают Авито половину просмотров объявлений и около 30% контактов покупателей с продавцами. С 2020 года их ранжировал CatBoost, но со временем он упёрся в потолок: даже кратно больше данных уже не давало прироста качества.
Мы перешли на нейросетевое ранжирование, и вот что получилось:
Техлид команды рекомендаций Ярослав Хныков рассказал на Хабре, какие решения сработали.
Больше про DS в Авито пишем в канале «Доска AI-объявлений».
Please open Telegram to view this post
VIEW IN TELEGRAM
😁7🔥6❤5🌭4⚡2
⚡ Liquid AI открыла веса двух моделей, которые принимают решения без генерации текста.
d1 получает данные и варианты ответа, затем за один проход возвращает выбор, оценку или вероятность «да». Подходит для маршрутизации запросов, модерации, классификации и проверки действий агентов.
• d1-3B работает с текстом и изображениями.
• d1-omni-600M поддерживает текст с изображениями или аудио. Это экспериментальная модель на 587 млн параметров.
По замерам Liquid AI, d1-3B отвечает на один вопрос за 8 мс на RTX 4090 и 50 мс на Jetson Orin Nano. Длинный контекст увеличивает задержку. Заявлена поддержка локального запуска через llama.cpp.
Практический смысл: для выбора категории или следующего действия больше не обязательно генерировать ответ и разбирать JSON.
https://www.liquid.ai/blog/d1-open
https://huggingface.co/LiquidAI/d1-3B
https://huggingface.co/LiquidAI/d1-omni-600M
d1 получает данные и варианты ответа, затем за один проход возвращает выбор, оценку или вероятность «да». Подходит для маршрутизации запросов, модерации, классификации и проверки действий агентов.
• d1-3B работает с текстом и изображениями.
• d1-omni-600M поддерживает текст с изображениями или аудио. Это экспериментальная модель на 587 млн параметров.
По замерам Liquid AI, d1-3B отвечает на один вопрос за 8 мс на RTX 4090 и 50 мс на Jetson Orin Nano. Длинный контекст увеличивает задержку. Заявлена поддержка локального запуска через llama.cpp.
Практический смысл: для выбора категории или следующего действия больше не обязательно генерировать ответ и разбирать JSON.
https://www.liquid.ai/blog/d1-open
https://huggingface.co/LiquidAI/d1-3B
https://huggingface.co/LiquidAI/d1-omni-600M
🔥20❤5🥰3🤩1
Извлечь текст из PDF мало. LightOnOCR-3 достаёт ещё и данные из графиков 📄
LightOn выпустила семейство открытых моделей для обработки документов. За один проход они:
• распознают печатный и рукописный текст;
• сохраняют структуру страницы и координаты блоков;
• описывают изображения;
• превращают данные с графиков в таблицы.
Доступны три размера: 0,8B, 1B и 4B. Лицензия Apache 2.0 позволяет адаптировать модели и разворачивать их на своей инфраструктуре.
По тестам разработчиков, версия 4B набирает 86,3 на olmOCR-Bench, опережая Chandra 2, Mistral OCR 4.1 и dots.mocr. На ParseBench версии 4B и 0,8B занимают первые два места среди моделей в опубликованном сравнении.
Полезный инструмент для подготовки отчётов, сканов и технической документации к поиску, аналитике и RAG.
https://huggingface.co/blog/lightonai/lightonocr-3
LightOn выпустила семейство открытых моделей для обработки документов. За один проход они:
• распознают печатный и рукописный текст;
• сохраняют структуру страницы и координаты блоков;
• описывают изображения;
• превращают данные с графиков в таблицы.
Доступны три размера: 0,8B, 1B и 4B. Лицензия Apache 2.0 позволяет адаптировать модели и разворачивать их на своей инфраструктуре.
По тестам разработчиков, версия 4B набирает 86,3 на olmOCR-Bench, опережая Chandra 2, Mistral OCR 4.1 и dots.mocr. На ParseBench версии 4B и 0,8B занимают первые два места среди моделей в опубликованном сравнении.
Полезный инструмент для подготовки отчётов, сканов и технической документации к поиску, аналитике и RAG.
https://huggingface.co/blog/lightonai/lightonocr-3
🔥14👏7❤4🤔1
🧠 ИИ, который сразу выбирает ответ
K2-Type-0.9B от IFM получает контекст в виде текста или JSON, вопросы и варианты ответа. За один проход возвращает вероятности, без генерации текста.
Три режима:
• да / нет;
• выбор из заданных вариантов;
• оценка по шкале.
Можно представить такой компонент внутри агента: определить категорию обращения, выбрать инструмент или оценить приоритет задачи.
По замерам авторов, на публичной части JevBench модель решила 176 из 231 задания, около 76%. Медианная задержка на H200 составила 27 мс. Веса доступны под Apache 2.0.
Есть важное ограничение: модель выбирает только из предложенных ответов. Если нужен вариант «ничего не подходит», его придётся добавить самостоятельно. Многошаговые вычисления тоже остаются слабым местом.
https://huggingface.co/spaces/IFM/k2-type-0-9b
K2-Type-0.9B от IFM получает контекст в виде текста или JSON, вопросы и варианты ответа. За один проход возвращает вероятности, без генерации текста.
Три режима:
• да / нет;
• выбор из заданных вариантов;
• оценка по шкале.
Можно представить такой компонент внутри агента: определить категорию обращения, выбрать инструмент или оценить приоритет задачи.
По замерам авторов, на публичной части JevBench модель решила 176 из 231 задания, около 76%. Медианная задержка на H200 составила 27 мс. Веса доступны под Apache 2.0.
Есть важное ограничение: модель выбирает только из предложенных ответов. Если нужен вариант «ничего не подходит», его придётся добавить самостоятельно. Многошаговые вычисления тоже остаются слабым местом.
https://huggingface.co/spaces/IFM/k2-type-0-9b
😁7👍5❤4
🧠 Если ИИ доказал теорему, но никто не понял новую идею, сколько выиграла математика?
Теренс Тао опубликовал 27 слайдов «Math 2.0». Его тезис: мы входим в эпоху изобилия доказательств, а научные стимулы всё ещё настроены на их дефицит.
Раньше решение сложной задачи обычно приносило новые методы и понимание. Теперь ИИ всё чаще позволяет получить результат без специальной экспертизы пользователя. Считать только решённые задачи становится плохой мерой прогресса.
Тао сравнивает открытые проблемы с маяками: исследование путей к ним может дать больше, чем само достижение цели.
И напоминает об ошибке выжившего: в соцсетях видны успехи ИИ, а не все провалы и затраченные вычисления. Большинство задач на переднем крае математики по-прежнему не решено.
Его «Math 2.0» предполагает другой фокус: понятные доказательства, новые принципы, связи между работами и исследование границ применимости теорем. ИИ должен усиливать человеческое понимание.
https://terrytao.wordpress.com/2026/10/10/math-2-0/
@machinelearning_interview
Теренс Тао опубликовал 27 слайдов «Math 2.0». Его тезис: мы входим в эпоху изобилия доказательств, а научные стимулы всё ещё настроены на их дефицит.
Раньше решение сложной задачи обычно приносило новые методы и понимание. Теперь ИИ всё чаще позволяет получить результат без специальной экспертизы пользователя. Считать только решённые задачи становится плохой мерой прогресса.
Тао сравнивает открытые проблемы с маяками: исследование путей к ним может дать больше, чем само достижение цели.
И напоминает об ошибке выжившего: в соцсетях видны успехи ИИ, а не все провалы и затраченные вычисления. Большинство задач на переднем крае математики по-прежнему не решено.
Его «Math 2.0» предполагает другой фокус: понятные доказательства, новые принципы, связи между работами и исследование границ применимости теорем. ИИ должен усиливать человеческое понимание.
https://terrytao.wordpress.com/2026/10/10/math-2-0/
@machinelearning_interview
❤18👍12🔥4🎉1💯1🍓1
This media is not supported in your browser
VIEW IN TELEGRAM
⚡ Для решения «куда отправить запрос» не всегда нужна модель, которая пишет целый ответ.
Decision 3.0 от команды vLLM Semantic Router: семейство открытых моделей размером от 0,6B до 27B, работающих с текстом, изображениями и видео.
На входе задаёте контекст и вопросы. На выходе получаете:
• выбор из предложенных вариантов;
• ответ «да / нет»;
• оценку по заданной шкале;
• вероятности вариантов.
Без генерации текста. Например, можно определить отдел для обращения, проверить наличие товара на приложенном чеке и оценить срочность.
По внутренней оценке команды, старшая d3 занимает первое место в их сравнении на текстовом и визуальном Jev Decision Index 0.3.1. Заявленная медианная задержка: 55 мс для текста и 273 мс с изображением на AMD MI325X.
Лицензия Apache 2.0. Любопытный вариант для маршрутизации, классификации и узких решений внутри агентных систем.
https://huggingface.co/vllm-sr/d3
Decision 3.0 от команды vLLM Semantic Router: семейство открытых моделей размером от 0,6B до 27B, работающих с текстом, изображениями и видео.
На входе задаёте контекст и вопросы. На выходе получаете:
• выбор из предложенных вариантов;
• ответ «да / нет»;
• оценку по заданной шкале;
• вероятности вариантов.
Без генерации текста. Например, можно определить отдел для обращения, проверить наличие товара на приложенном чеке и оценить срочность.
По внутренней оценке команды, старшая d3 занимает первое место в их сравнении на текстовом и визуальном Jev Decision Index 0.3.1. Заявленная медианная задержка: 55 мс для текста и 273 мс с изображением на AMD MI325X.
Лицензия Apache 2.0. Любопытный вариант для маршрутизации, классификации и узких решений внутри агентных систем.
https://huggingface.co/vllm-sr/d3
👍14❤6🥰2😁2